Dwergmangoestoptimalisatie
Het Dwergmangoestoptimalisatie (DMO) algoritme is een op de natuur geïnspireerde metaheuristiek, geïntroduceerd door Agushaka et al. in 2022, gebaseerd op de gedragspatronen van dwergmangoestkolonies. Dwergmangoesten vertonen geavanceerde groepsdynamiek, waaronder wachtgedrag (surveillance en exploratie), pupverzorging (mentoring) en coöperatieve jacht. Het algoritme vertaalt deze sociale gedragingen naar optimalisatiemechanismen die exploratie en exploitatie effectief balanceren.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Agushaka, J. O., Ezugwu, A. E., & Abualigah, L. (2022). Dwarf mongoose optimization algorithm. Computer Methods in Applied Mechanics and Engineering, 391, 114570. DOI: 10.1016/j.cma.2022.114570 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Dwarf Mongoose Optimization. ScholarGate. https://scholargate.app/nl/optimization/dwarf-mongoose-optimization
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Aquila OptimizerOptimalisatie↔ compare
- Grey Wolf OptimizerOptimalisatie↔ compare
- Harris Hawks OptimizationOptimalisatie↔ compare
- Slime Mould AlgoritmeOptimalisatie↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →